Sistema automático para avaliação postural baseado em descritores de imagens

Abstract

Desvios posturais são alterações estruturais que causam um desalinhamento da postura, de modo que os tecidos da coluna vertebral se modificam, podendo causar dores e fraqueza muscular. Um método comumente utilizado que permite a visualização da coluna vertebral é o uso de raios-X, que é uma radiação ionizante. Devido a sua natureza ionizante, ela pode atacar tecidos saudáveis e causar cancer, se seu uso for prolongado, o que pode acontecer, pois problemas de coluna geralmente levam longos períodos para serem tratados. Outros métodos utilizam imagens que são avaliadas manualmente por fisioterapeutas. Entretanto, este método depende da acuidade visual do profissional e de sua experiência para o diagnóstico do desvio. Tendo em mente esses problemas, este trabalho tem como objetivo a criação de um sistema automático para avaliação postural, utilizando imagens que fisioterapeutas usam para diagnóstico, que possuem marcadores posicionados em pontos estratégicos no corpo do sujeito. Os procedimentos necessários para extrair as características e treinar a máquina de vetores suporte foram feitos com o software MATLAB. Os procedimentos foram: segmentação dos marcadores, segmentação das linhas da grade, obtenção de coeficientes angulares que representam a orientação média da grade, rotulação dos marcadores. As características são ângulos entre vetores formados por dois marcadores e as linhas da grade. Foram escolhidas 17 características para o treinamento da máquina de vetores suporte. O sistema proposto foi implementado utilizando 14 amostras. O treinamento e classificação foi feito utilizando validação cruzada, com uma taxa de acerto de 42,85%, o que indica que o sistema não funciona dentro de limites aceitáveis. Isso se deveu ao baixo número de amostras disponíveis para treinamento. Para verificar se os procedimentos estavam sendo realizados corretamente, foi realizada uma classificação usando as mesmas amostras utilizadas para treinamento, obtendo uma taxa de acerto de 100%, que é o valor esperado para este procedimento. Isso indica que os procedimentos foram realizados sem erros.